企業數據資產創造價值的底層邏輯問題研究

趙麗芳 曹新宇 邊琰澔

【摘 要】 數據資產化需要解決三個關鍵問題，即法律角度的數據資產確權、會計角度的數據資產入表入注和市場角度的數據資產估值交易。技術賦能業務與財務驅動數據創造價值，表明數據具備了資產屬性和價值屬性。社會對資產和價值的認定有兩種方式，會計視角把能帶來未來經濟利益流入且成本能夠可靠計量的資源認定為資產，并入表入注正式計入企業資產。不符合這兩個條件的，即使具有價值也不計入報表。經濟視角認為凡有價值的資源都可以是資產，即使不符合報表確認原則、沒有在報表中確認的資源也都是資產。企業數據資產入表入注是數據資產市場交易的基礎條件之一。因此，數據資產的確認、計量、記錄與披露問題，成為數據在要素市場實現創造價值的重要邏輯基礎問題。

【關鍵詞】 數據資產； 邏輯基礎； 會計處理

【中圖分類號】 F275；F273.4? 【文獻標識碼】 A? 【文章編號】 1004-5937（2024）06-0051-08

一、數字經濟發展的政策背景

黨和國家高度重視發展數字經濟。從十九屆四中全會到2023年兩會持續對我國數字經濟發展作出戰略部署。2021年3月發布的《中華人民共和國國民經濟和社會發展第十四個五年規劃》，鼓勵市場主體探索數據資產定價機制，推動形成數據資產目錄，逐步完善數據定價體系。2021年10月習近平總書記強調，“數字經濟發展速度之快、輻射范圍之廣、影響程度之深前所未有，正在成為重組全球要素資源、重塑全球經濟結構、改變全球競爭格局的關鍵力量”。2021年12月中央經濟工作會議指出我國要加快數字化改造，促進傳統產業升級。2022年11月二十大報告中提出“加快建設現代化經濟體系，著力提高全要素生產率”，充分發揮海量數據和豐富應用場景優勢，促進數字技術與實體經濟深度融合，進一步推動數據要素價值釋放，強化行業數據管理能力。2023年兩會提出要大力支持數字經濟的發展，傳統產業和中小企業數字化轉型速度需要加快，要著力提升高端化、智能化、綠色化水平，提高常態化監管水平，支持平臺經濟發展。國家發展數字經濟的政策指向十分明確。

財政部2022年12月發布了《企業數據資源相關會計處理暫行規定》征求意見稿（簡稱規定），2023年8月正式發布，2024年1月1日執行。規定提出數據是企業的一項重要價值資源，應根據其不同來源確認于會計系統中。這是對數據有價值客觀事實的認定反映。但規定將數據稱為數據資源，其認定按資產處理。2023年12月財政部發布《關于加強數據資產管理的指導意見》明確提出數據資產概念，指出數據資產正日益成為推動數字中國建設和加快數字經濟發展的重要戰略資源。那么數據、數據資源、數據資產及其關系問題成為討論數據價值的基礎問題之一，三者是一個概念還是不同范疇，其表現形式、階段特點與價值實現路徑等問題將對數據價值的認定與交易產生直接影響，并對加快培育我國數據要素市場建設，推動數據交易具有十分重要的意義。

二、數據資產的特性與分類分析

數據資產由理查德·彼得斯[ 1 ]1974年首次提出。伴隨著信息技術快速迭代帶來經濟社會信息化、數字化發展，數據成為數字經濟時代的“石油資源”。

（一）數據資產研究文獻綜述

理查德·彼得斯[ 1 ]認為數據資產包括持有的政府債券、公司債券和實物債券等資產。托尼·費希爾[ 2 ]提出了數據作為企業資產的觀點，指出“數據是一種資產，企業要把數據作為企業資產來對待”。作為我國較早定義數據資產的學者，劉玉[ 3 ]、李雅雄和倪杉[ 4 ]認為數據資產是指那些能夠數據化，并且通過數據挖掘能給企業未來經營帶來經濟利益的數據集合，包含數字、文字、圖像、方位甚至于溝通信息等一切可“量化”、可數據化的信息。朱揚勇和葉雅珍[ 5 ]提出將信息資產、數字資產、數據資產統一為數據資產，認為數據資產是“擁有數據權屬（勘探權、使用權、所有權）、有價值、可計量、可讀取的網絡空間中的數據集”。秦榮生[ 6 ]基于IASB關于資產的定義，認為數據資產是企業由于過去事項而控制的現時數據資源，并且有潛力為企業產生經濟利益。張俊瑞等[ 7 ]將數據資產界定為“由企業擁有或控制的具有數據化形態的可辨認非貨幣性資產”。戴炳榮等[ 8 ]提出數據資產標準化以及數據資產管理的通用過程框架；熊巧琴和湯珂[ 9 ]提出數據資產化前提以及數據產品的交易模式和賣方策略；李海艦和趙麗[ 10 ]提出了數據成為生產要素的特征、機制與價值形態演進問題；譚明軍[ 11 ]等對數據資產逐步納入會計核算體系進行了理論分析；王偉玲等[ 12 ]提出了加快數據要素市場培育的八個關鍵點與路徑問題。張俊瑞和危雁麟提出數據資產在傳統資產負債表中單獨列報，引入“第四張報表”列報，通過資產負債表與“第四張報表”混合列報三種列報方案，力推數據資產信息列報的規范化，提高會計信息的價值相關性。

2009年，國際數據管理協會提出數據是一項重要的企業資產。2011年，世界經濟論壇提出由個人活動產生的數據，正在成為一種全新的經濟“資產類別”。2013年，《美國陸軍信息技術應用指南》界定了寬泛的數據資產概念。2015年，數海數據資產評估中心在北京中關村成立，推動大數據作為資產的確權、賦值并促進交易。2018年，中國信息通信研究院云計算與大數據研究所對數據資產定義：“由企業擁有或者控制的、能夠為企業帶來未來經濟利益的、以物理或電子的方式記錄的數據資源，如文件資料、電子數據等。”2021年12月，中國信息通信研究院云計算與大數據研究所發布的《數據資產管理實踐白皮書（5.0版）》將數據資產定義為“由組織（政府機構、企事業單位等）合法擁有或控制的數據資源，以電子或其他方式記錄，例如文本、圖像、語音、視頻、網頁、數據庫、傳感信號等結構化或非結構化數據，可進行計量或交易，能直接或間接帶來經濟效益和社會效益。在組織中，并非所有的數據都構成數據資產，數據資產是能夠為組織產生價值的數據資源，數據資產的形成需要對數據資源進行主動管理并形成有效控制”。

數據資產相關理論觀點與實踐認識見表1。

國內外關于數據資產的研究與實踐形成了數據是資產的基礎共識，大數據的特點及其權屬確認的主流觀點也基本一致，即數據資產是各類企業擁有的、消除了個人隱私基礎上的數據，為企業所有且成為能為企業發展帶來經濟利益的一類新型資產，同時也對數據資產交易問題進行了設計與理論分析。但是，面對數字經濟背景下第三產業快速發展帶來海量數據產生巨大價值的社會現實，財政部印發《企業數據資源相關會計處理暫行規定》引導企業確認數據資源為企業的存貨或無形資產，沒有將數據明確為數據資產類別。本文選擇辨析數據的資源、資產或資本特性，為數據身份歸屬提供可選路徑，為數據資產交易市場及其交易構建一個基底清晰、體系科學的基礎邏輯框架，以推動我國“十四五”期間數字經濟健康發展。

（二）數據資產特點

數據作為一種資產，既具備傳統資產的一些特征，又具有與傳統資產不同的特點。明確數據資產特點，是界定數據資產的前提，也是進一步確認、計量與報告數據資產的基礎。張俊瑞[ 7 ]認為數據資產具有規模大、速度快等特征。經過企業調研和訪談，結合已有研究成果，本文認為數據資產具有以下特點：

1.非實體性

數據資產不是具體的物質財富或物質資產，沒有實物形態，具有非實體性特征。如果入表反映，就不能列示在固定資產或流動資產的實物形態資產中。可選辦法是列入無形資產、流動資產的權屬類資產或者現有資產中單獨增設一類。數據的非實體性導致數據不會因為使用頻率的增加而磨損和消耗。但因存在時效易變特點，減值問題需要考慮。

2.場景價值性

企業擁有或控制的數據主要源于業務發生或事項存在，數據的價值是在特定業務場景中、通過賦能業務或決策加以體現的。數據本身只是信息的載體，單獨數據自身并無價值。只有與算法、算力結合，再經過加工之后，數據的價值才能得以呈現，數據才會變得有用。

3.低成本復制性

傳統的所有資產，具有使用排他性或唯一性，不具有可復制性。當企業需要增加資本時，必須將資金籌集到位，不可能通過原有資本復制而來。但數據資產具有可復制性，其復制過程僅僅是拷貝或者通信傳輸的過程，復制的成本幾乎為零，可以復制的份數在理論上是無限的。一定時間段內其使用也不具有排他性或唯一性。

4.復用增值性

傳統的生產資料，很多不具有復用性。有些生產要素，如設備、車輛、房屋，雖可多次使用，但每使用一次就會因損耗而減值。而數據能夠實現一次收集、多次使用。另外，數據的使用具備正反饋效應，在使用過程中還能夠產生衍生數據，所以重復使用不僅不會使數據資產減值，反而可能因技術賦能出現增值。

5.加工有用性

傳統資產如土地、資本、技術、勞動力本身就具有價值，可直接使用。但數據本身只是信息的載體，單獨數據自身并無價值。只有與算法、算力結合，經過加工之后，數據的價值才得以呈現，數據才會變得有用。算法、算力的不同，直接影響著數據價值的差異。

6.價值時效性

數據的本質是事物信息的載體。這一本質決定了很多數據的價值會隨著時間的流逝而降低，呈現出較顯著的價值時效性。例如，淘寶、百度等收集的客戶上網大數據，具有極大的價值。他們可以據此對顧客進行畫像，然后實施精準的廣告投放和引流。但這些數據只在一定時間范圍（如客戶消費偏好相對穩定、或客戶在世等）時才更有價值，一旦客戶或客戶群體變化或消失，與其相關的數據也將失去價值。

數據資產6特性見圖1。

本文參考企業會計準則中對資產的定義，并結合上文所歸納的數據資產自身特點，將數據資產定義為由過去的交易及事項形成的、企業或組織擁有或控制的、以數據為載體或表現形式、直接或加工處理后預期會給企業或組織帶來經濟利益、能進行計量的、不具有實物形態的數據資源。

（三）數據資產分類

數據形式多樣，載體豐富，可以從多種角度對其分類。對數據資產進行合理分類，有助于更好地理解數據及其價值。

1.根據數據產生方式分類

數據資產可以由交易或事項兩種方式形成。通過交易形成的數據資產，如從上海數據交易中心、貴陽大數據交易所等各種數據交易機構交易購得的數據資產。通過事項形成的數據資產，即數據資源擁有方（如商業銀行、通信運營商、電商平臺）是通過信息化的事項形成數據資源，在界定清楚數據權屬和計量計價問題后，成為企業的數據資產。

2.根據企業持有數據的用途分類

根據數據的用途，形成兩種方式，為了自身生產經營而持有的數據資產和為了交易目的而持有的數據資產。為了自身生產經營持有的數據資產，不論是外購還是生產經營中形成的數據，企業持有目的是內部使用，通過對數據的整理、清洗、分析加工，助力企業發現問題創造價值，稱為內部數據資產。企業為了交易而持有的數據資產，包括自身研發和外購的，對這類數據資產，企業可一次或多次出售其使用權，為企業帶來直接經濟利益。

三、企業數據資產賦能價值創造路徑的基礎問題分析

目前企業運營管理系統的數據大多融于企業業務和財務雙重架構體系中。如前文所述，有認為數據是資源的觀點，有認為數據是資產的觀點，還有認為數據可能成為資本的觀點。事實上數據的這些認識顯示了其在企業中的隱形身份，如何將數據的隱形身份轉變為標識身份，需要進一步分析數據創造價值的三個基礎問題。根據數據的形成或取得方式以及數據算法、算力的不同，數據賦能價值創造路徑既可通過企業內部對數據的加工整理分析賦能價值創造，也可通過在市場的交易流通實現價值。構建現實路徑的基礎在于對數據資源化、數據資產化和數據資本化的進階認識（中國信通院，2021白皮書）。

（一）數據的資源化分析

對數據資產的認識有兩種觀點，一種認為數據資產是一種數據集或數據化信息資源，另一種認為數據資產是一種數據資源或可辨認非貨幣性資產。認為數據資產是數據化信息資源或數據集，更多是從數據形態角度認識數據的。認為數據資產是數據資源或非貨幣資產更多體現出從數據價值角度認識數據的。進一步，資源相對資產是一個更大的概念，是指自然界和人類社會中一種可以用以創造物質財富和精神財富的具有一定量積累的客觀存在形態，如土地資源、礦產資源、森林資源、海洋資源、石油資源、人力資源、信息資源等，本文討論的資源主要指信息資源。

圖2灰色大圓表示的是資源，即自然界和人類社會中可以創造物質和精神財富的各種客觀存在，資源中包含的信息資源即數據，以橢圓表示，小圓表示資產，即滿足能為企業帶來經濟利益等三個條件的資源。資源、數據和資產重合部分為數據資產。因此，數據和資產都屬于資源，但不是所有數據都可以形成資產，只有滿足資產確認條件的數據才確認為數據資產，而資產除了數據資產，還包括目前資產負債表中列示的各類各項資產。

數據資源化是指將數據從混亂、無序的狀態整合成為有序、有使用價值和價值的數據資源的過程。包括數據采集、清洗、整理、聚合、分析，形成可采、可用、高質量的數據資源，其本質是提升數據質量，形成數據使用價值的過程。

（二）數據的資產化分析

根據我國會計準則基本準則的規定，資產是指由企業擁有或控制的、能帶來未來經濟利益的且成本能可靠計量的經濟資源。一項經濟資源需要同時滿足三個條件才能確認為資產。第一，該資源要么是因為經濟交易而形成的，要么是因為經濟事項形成，并且由企業擁有或控制；第二，該資源能為企業帶來預期的經濟利益；第三，該資源的獲取成本能可靠計量。由數據的資源化分析可知，數據屬于資源，那么數據資源是否同時滿足以上三個條件關系到數據資源能否確認為企業資產。

對于第二個條件，數據無論是自有還是外購，兩種賦能價值創造路徑明晰，一是通過與業務數據深度分析，助力營業收入和利潤增長，二是通過市場交易數據實現價值，數據因其能為企業帶來經濟利益受到重視，因而滿足該條件。而第一、第三個條件則需要進一步分析。

第一個條件，“數據或由經濟交易形成、或由經濟事項形成并且由企業擁有或控制”中，企業數據來源于經濟交易或經濟事項是客觀的、明確的，但數據是否是由企業擁有或控制的權屬問題，目前缺乏法律依據，現實中企業、個人、其他數據相關方的認識并不一致。數據的權屬主要包括所有權、使用權、轉銷權、勘探權等，當企業獲得這些數據資源的權屬，這個時候才有可能對數據進行數據資產的確認。普遍認為數據并非天然產生，情理上屬于生產者。但當數據是由多個主體生產時該如何界定數據的權屬，當生產的數據涉及國家秘密或公民隱私時又該如何界定數據的權屬等問題在法律和規制上沒有明確界定。秦榮生[ 12 ]提出，區塊鏈的廣泛應用將為明確數據的所有權提供技術支撐。企業通過個人活動而產生的數據，應該給予數據產生者一定的費用作為補償或通過產品的讓利方式等形式，對數據擁有者部分進行利益返還，當個人同意轉讓給企業時，企業就擁有這些數據的使用權。另有其他觀點認為，經脫敏脫密后且不可復原的數據（集）所有權屬于企業，其使用權、轉授權等可以進行授權交易。為了規范數據權屬確認，國脈數據資產（2020）建議，由于數據資產的權屬需要專業的機構進行確定，因此應當設立專門關于數據權屬登記的機構進行登記。在該機構登記過的數據不僅其權屬清晰明確，而且可以使其在市場流通，并且數據資產還能得到法律的保護。

第三個條件，數據資源在取得過程中，成本應該能夠可靠計量。按照財政部頒發的《企業數據資源相關會計處理暫行規定》，企業確認數據資產的途徑有兩種，分別是從第三方購買和自己處理加工。其中，從第三方購買的途徑獲得的數據資產可以進一步分類為無形資產的數據資源和存貨的數據資源。購買的數據資產成本一般包括購買價款、相關稅費，以及數據權屬鑒證、質量評估、登記結算、安全管理等費用。而確認為無形資產的數據資產還有額外支出，包括脫敏、清洗、標注、整合、分析、可視化等加工過程所發生的有關支出。處理加工而獲得數據資產因其權屬明確，所以其成本包括除權屬確認費用外的上述所有費用。因此按照暫行規定的處理原則，數據資源的成本具備可靠計量特性。

數據資產化主要條件與達成見圖3。

通過對數據資源滿足資產確認條件的基礎性分析，結合《企業數據資源相關會計處理暫行規定》，目前企業的數據資源具備了確認為企業資產的主要條件，數據資產化的認識和認定初步達成共識。

（三）數據的資本化分析

數據作為發展數字經濟的“石油資源”和重要資產，未來的資本化是其可預見發展方向之一。數據資本化的途徑有兩種方式，一種是數據信貸融資，另一種是數據證券化。

數據信貸融資是指企業為滿足自身生產經營的需要，同金融機構（主要是銀行）簽訂協議，以數據資源（資產）質押，借入一定數額的資金，在約定的期限還本付息的融資方式。

早在2021年9月9日，杭州就落地了首筆基于區塊鏈的數據信貸融資。申請該貸款先需要由浙江省知識產權區塊鏈公共存證平臺對企業存證數據資產頒發浙江省知識產權區塊鏈公共存證平臺數據資產存證證書，然后才能完成相應的數據資產價值轉化。此后，于2022年10月12日，在北京市經信局、北京市大數據中心的指導幫助下，北京銀行城市副中心分行成功落地首筆1 000萬元數據信貸融資。2023年，深數所與在深圳的光大銀行分行進行合作，與涉及數據資產權屬、價值評估等業務的第三方服務機構，共同完成在數據資產方面的無質押增信貸款業務。作為首批數據商，深圳微言科技有限責任公司憑借在深數所上架的數據交易標的，獲得1 000萬元授信額度，該筆貸款是全國首筆無質押數據資產增信貸款，并于2023年3月30日順利放款。由此可見，我國在探索數據信貸融資方面已經進行了兩三年的實踐，并積攢了一定經驗。

數據資產證券化是資產證券化的一種特殊形式，其作用是把數據資產在未來時間內產生的收益在當期變現，為使其在證券市場流通，設計發行數據資產相關的證券權利憑證，使數據資產方的融資變為可能。數據證券化是數據與證券融資有效結合的一項金融創新工具，有助于激活數據要素潛能和挖掘數據價值。其可以借鑒知識產權證券化的模式，將數據所有人、持有人、使用人、管理人的數據權利價值化，使之形成具有未來收益現金流的資產，再將這種未來收益的權益進行證券化包裝，發行出售。這樣，數據資產就通過證券化的方式實現了融資目的。然后，再反向推動數據資產的確權和流轉合規建設。

數據資源化、資產化和資本化的進階邏輯見圖4。

四、企業數據資產會計處理實例——以G公司為例

G公司于2021年2月發布了《數據資產定價方法（試行）》（以下簡稱《方法》）。《方法》中規定了公司數據資產的基本特征、產品類型、成本構成、定價方法并給出相關費用標準，是能源行業央企的首個數據資產定價方法，也是推動數據要素市場化的重大舉措，對數據資產化和數據資產市場交易都起到了較大的推動作用。

（一）G公司數據資產發展狀況

在數據要素新引擎的驅動下，G公司基于生產經營的本質原則與大量實踐經驗分析，開創性地提出了“責權利”和“量本利”的數據資產管理思路與策略，以公司生產經營環境和業務特征為樣本，構建了公司的數據資產管理體系，實現“數據資產化”的突破。

G公司的數據資產管理體系以國家政策、法律法規、行業規范、生態發展等外部環境為指引，主要由數據戰略、數據治理、數據運營、數據流通、組織保障、技術支撐六個模塊共36項管理職能及數據資產全生命周期8個環節構成，明確各個職能活動在公司體系位置與內在聯系，實現對公司數據資產管理工作的涵蓋。同時，數據資產管理體系圍繞數據資產全生命周期各環節明確了需要開展的具體工作，針對性地提出各種細化管理要求，確保執行過程準確到位，致力于實現公司高質量發展、“三商轉型”、世界一流企業、“雙碳目標”的公司戰略目標。

（二）G公司數據資產會計處理分析

G公司自2019年數字化轉型以來，隨著數據在生產活動中發揮其作用，公司便對數據產品的交易產生了需求。2020年公司對自己擁有的數據資產開展會計處理工作，而且還提出與電力相關的數據資產是指電力企業通過采購、采集以及生產等多種方式，依法擁有、控制或使用的，由供電、用電行為等事項所形成的，預期能夠為電力企業帶來經濟收益的，以電子方式記錄的數據資源。公司擁有的電力數據資源具備以下四個特征：高可信度、主體稀缺、高價值性和數據量龐大。根據公司的主營業務和商業模式，公司以此為依據對自己產生的數據進行分類。由此劃分出三類數據，它們分別是原始數據、增值類數據以及外購數據。

1.G公司數據資產的確認

G公司結合行業特征以及對數據資產的定義和分類，目前對部分數據確認為資產，確認流程如下：第一步是確認三類數據的權屬是否為公司所有，只有是公司所有、控制或使用的數據才能進行下一步的確認；第二步是確認通過條件的數據是否為企業帶來效益，能夠為企業帶來效益的數據才可以最終確認為數據資產。

目前G公司僅將增值類的數據以及外購資產化后的數據確認為企業內部的數據資產。對數據資產歸屬于會計科目的選擇，在2021年之前，G公司將其劃分到“無形資產”科目中的“其他”項目，而且也沒有為其專門設置相關二級科目。2022年，G公司邁出探索的第一步，設置數據資產的一級科目和相關的二級科目。

2.G公司數據資產的計量、記錄和披露

在初始計量上，G公司選擇成本法對數據資產進行計量，而且基于種類的不同，對數據資產進行差異化會計處理。對于買進的數據資產，符合資產確認條件的，將其在購買過程中發生買價、手續費等支出計入初始價值之中。對于買入后不能直接使用的這類數據資產，則是把該項資產發生的加工費用進行處理，符合資本化條件的部分計入數據資產成本中，為其確認初始成本。舉例說明如下：在購買階段，數據沒有達到資產化狀態時，先計入資本化支出，其會計處理為：

借：研發支出——資本化支出 9 600 000

貸：銀行存款? ? ? ? 9 600 000

購買的數據，有一些需要進行處理，這個過程發生的費用計入當期損益之中。其會計處理為：

借：研發支出——費用化支出 2 490 000

貸：應付職工薪酬? ? ? 1 400 000

? ? 累計額折舊? ? ? ? 620 000

? ? ?原材料? ? ? ? ? 180 000

? ? ?銀行存款? ? ? ? ?290 000

G公司將與數據資產相關的費用化支出轉入管理費用之中，與數據資產相關的資本化支出轉入無形資產之中。

對于企業日常經營活動產生的增值類數據和需要進行處理加工的增值類數據，以歷史成本作為計量基礎。原始數據一般經過采集、處理、研發、分析、營銷、風控這六個階段才能成為可交易的數據，所以數據資產的總成本是由以上各階段的成本加總構成。由于數據資產在分析階段前有極大的不確定性，所以將這部分成本計入當期損益，而分析階段后的費用可計入數據資產的成本。如G公司在2021年數據資產成本不同階段的部分費用如下：分析階段前，研發人員的薪酬為480萬元、研發設備折舊為100萬元、研發材料成本為60萬元、其他研發費用為120萬元，總計760萬元；分析階段后，研發人員的薪酬為560萬元、研發設備折舊為190萬元、研發材料成本為110萬元、其他研發費用為130萬元，總計990萬元。

G公司對企業日常經營活動產生的增值類數據和需要進行處理加工的增值類數據在初始計量方法與數據資產在購買階段的會計處理方式一致，即符合資本化的數據資產計入研發費用——資本化支出科目，后轉入無形資產科目中；符合費用化的數據資產計入研發費用——費用化支出科目，后轉入管理費用科目中。

現階段對于數據資產的攤銷，沒有為其設置專門的會計科目，而是將其計入無形資產中，其折舊年規定為5年，折舊方式確定為年數總和法。每年年末對數據資產進行減值測試，計入“無形資產減值準備”科目。所以對上文中進行確認的990萬元的數據資產，2021年對其攤銷的會計處理如下：

借：管理費用? 3 300 000

貸：累計攤銷? 3 300 000

數據資產的價值不穩定性較強、自身價值波動較大，因此需要每年對其減值測試。2021年，G公司對數據資產進行減值測試，測試發現該資產出現減值跡象，對其計提減值準備，會計分錄為：

借：資產減值損失? ? 650 000

貸：無形資產減值準備? 650 000

至于數據資產在報表中披露位置的選擇，目前G公司沒有選擇在資產負債表和報表附注中披露，只是將其歸于無形資產中的其他附注中，對于數據資產的日后情況，如減值、攤銷等，也沒有披露。

（三）對公司數據資產會計處理的評價與建議

財政部頒發的《企業數據資源相關會計處理暫行規定》對數據賦能創造價值的現實給予客觀認定。數據資源與數據資產一字之差，表達了政府與業界對數據和數據資產不突破現有會計準則規定的明確意向。結合會計準則、暫行規定和研究認識，提出對G公司在數據資產的確認以及披露方面持續優化的建議。

1.關于數據資產的確認

數據資產要想納入財務報表，一定要先進行會計確認，判定哪些數據資產有必要且應當進行記錄與披露。會計確認作為會計系統的核心，其標準如可定義性、可計量性、相關性和可靠性也適用于數據資產。G公司目前已設置了“數據資產”一級及細分的二級科目，開啟了對數據資產單獨確認的探索。單獨設置一級科目確認數據資產，符合數據創造價值的主要特點和價值屬性。結合數據資產的分類，本文認為可根據數據資產的來源和用途設立相應的二級、三級科目進行確認核算。

數據資產會計科目設置見表2。

2.關于數據資產的披露

目前G公司未在報表或附注中披露相關數據資產的會計或非會計信息。根據《企業會計準則第30號——財務報表列報》規定，企業應在報表附注中充分披露采用的重要會計政策和會計估計，并且考慮到該企業所在的行業和業務的特殊性，有必要對數據資產的相關內容進行一定的披露，以便利益相關者了解企業的數據資產情況。對于披露的要求，首先明確數據資產披露的條件。并不是所有的數據資產都需進行披露，從會計信息質量重要性和謹慎性為切入點，建議當數據資產價值在公司的總資產價值占比5%及以上或因銷售數據資產而取得收入的數額占公司主營業務收入數額的10%以上，滿足以上條件時對數據資產進行單獨披露。其次，明確數據資產披露的方式和內容。

表內確認表達的同時，附注中應詳細說明會計期間確認的自用數據資產的使用壽命及采用的攤銷方法，并說明會計期間內進行的數據資產減值測試方法及結果，以及“數據資產——交易資產”的公允價值評估方法。對新確認的且兼具自用和交易用途的數據資產進行明確闡述。如果數據存在權屬分歧或法律糾紛，要在附注中進行充分披露。由于不同身份和位置的報表使用者對報表的需求不同，作為管理層，要根據使用者的需求去披露企業擁有的數據處理技術現狀和數據資源的規模、類型等內容，以及使用范圍和潛在的經濟利益流入。

五、研究結論

隨著數字經濟的深入發展，數據作為新生產要素參與到產業鏈價值創造的全過程。《企業數據資源相關會計處理暫行規定》（2023）提出將數據作為存貨或無形資產予以確認列入財務報表。該規定從會計視角對數據資產是數字經濟時代企業運營的重要資產的正式認定，進而確認了數據的資產屬性，由此推動數據資產入表入注邁出了一大步。在此基礎上，通過分析案例公司的數據資產業務處理實踐，進一步提出將數據資產單獨確認、計量及披露的改進建議。隨著數字經濟持續發展，未來數據資產將成為與流動資產、固定資產、無形資產并列的資產類別，其在表內單獨反映與附注披露是數據資產特性及其資產屬性的邏輯基礎選擇，為數據資產市場流通交易奠定交易基礎。

【參考文獻】

［1］ PETERSON R E.A cross section study of the demand for money：the United States，1960-1962 ［J］.The Journal of Finance，1974，29（1）：73-88.

［2］ FISHER T.The data asset：how smart companies govern their data for business success ［M］. John Wiley & Sons，2009.

［3］ 劉玉. 淺論大數據資產的確認與計量［J］.商業會計，2014（18）：3-4.

［4］ 李雅雄，倪杉.數據資產的會計確認與計量研究［J］.湖南財政經濟學院學報，2017，33（4）：82-90.

［5］ 朱揚勇，葉雅珍.從數據的屬性看數據資產［J］.大數據，2018，4（6）：65-76.

［6］ 秦榮生.企業數據資產的確認、計量與報告研究［J］.會計與經濟研究，2020，34（6）：3-10.

［7］ 張俊瑞，危雁麟，宋曉悅.企業數據資產的會計處理及信息列報研究［J］.會計與經濟研究，2020，34（3）：3-15.

［8］ 戴炳榮，閉珊珊，楊琳，等.數據資產標準研究進展與建議［J］.大數據，2020，6（3）：36-44.

［9］ 熊巧琴，湯珂.數據要素的界權、交易和定價研究進展［J］.經濟學動態，2021（2）：143-158.

［10］ 李海艦，趙麗.數據成為生產要素：特征、機制與價值形態演進［J］.上海經濟研究，2021（8）：48-59.

［11］ 譚明軍.論數據資產的概念發展與理論框架［J］.財會月刊，2021（10）：87-93.

［12］ 王偉玲，吳志剛，徐靖.加快數據要素市場培育的關鍵點與路徑［J］.經濟縱橫，2021（3）：39-47.